Vier Schichten der Kontextengineering für Produktions-AI-Agenten: Wie Deep Insight sie im Code anwendet
aws ·
Dieser Artikel stellt ein Framework für Context Engineering in vier Schichten für Produktions-KI-Agenten vor, das am Deep Insight-System zur multi-agentenbasierten Datenanalyse auf AWS demonstriert wird. Die erste Schicht isoliert den Kontext, indem spezialisierten Agenten unabhängige Fenster zugewiesen werden und nur komprimierte Zusammenfassungen über ein gemeinsames Zustands-Wörterbuch weitergegeben werden. Die zweite Schicht steuert den Kontextzufluss durch strenge Token-Budgets für die Ausgabe basierend auf Prompts sowie eine selbstständige Code-Philosophie, bei der Skripte nicht von vorherigen Variablen abhängen. Die dritte Schicht verlagert umfangreiche Inhalte in das Dateisystem: Ein Write-and-Execute-Tool reduziert die Kontext-Token um etwa 95 Prozent, und das bedarfsgerechte Laden von Fähigkeiten verkürzt die System-Prompts um 97 Prozent. Die vierte Schicht gewährleistet Qualität durch Verifikationsagenten wie Validators und Auditors sowie Schutzmechanismen wie einen SummarizingConversationManager zum Umgang mit Kontextüberlauf. Diese Techniken verhindern gemeinsam die Erschöpfung des Kontextfensters, senken die Kosten und erhalten die Genauigkeit bei komplexen Aufgaben mit langer Horizontdauer. Der Ansatz nutzt Funktionen der Strands Agents SDK und Amazon Bedrock AgentCore, um diese Praktiken effizient umzusetzen.
aws